摘要
本发明提出了一种数据模型混合驱动的ETC门架重要度计算方法及系统。本发明首先收集区县级ETC出入口及路段收费门架的静态数据及动态数据,构建门架间交通流的概率分布模型;然后利用复杂网络理论,计算模型驱动的ETC门架重要度指标;其次将上述指标与动态OD流量数据、静态属性数据融合,形成ETC门架节点模型重要度指标;采用多层图注意力机制,得到ETC门架数据重要度指标;最后使用熵权法与TOPSIS方法融合模型驱动与数据驱动的门架重要度指标,完成节点重要度的排名。本发明通过综合利用动态和静态数据,结合复杂网络理论和深度学习技术,识别了关键门架节点,指导维护资源优先分配,提升了高速公路智能化管理效能。
技术关键词
ETC门架
网络分析
网络拓扑特征
度计算方法
交通流特征
神经网络模型
节点
指标
数据
熵权法
深度学习技术
管理效能
小区
注意力机制
运维
系统为您推荐了相关专利信息
矢量网络分析仪
雷达成像装置
超宽带定向天线
射频功率放大器
雷达成像方法
风控方法
社区结构
风险预估模型
多元线性回归算法
大数据
遗传性眼科疾病
基因
蛋白替代疗法
青光眼疾病
定义